声明
摘要
1．1研究的背景及意义
1．2研究现状
1．2．1量化投资研究现状
1．2．2时间序列研究现状
1．2．3机器学习研究现状
1．3本文的创新点
1．4本文的章节安排
本章小节
2．时间序列理论论述
2．1 AR模型
2．3 ARMA模型
2．4 ARIMA模型
3．机器学习理论论述
3．1支持向量机
3．2聚类学习
3．3神经网络
3．3．1 BP神经网络
3．4 LSTM神经网络模型
3．4．1反向传播计算
3．4．2权重梯度的计算
3．5GRU模型神经网络
3．5．1GRU正向传播
3．5．2反向传播
3．6集成学习
4．量化投资理论论述
4．1量化选股
4．2量化择时
4．3套利
4．3．1股指期货套利
4．3．2商品期货套利
4．3．3统计套利
4．3．4期权套利
4．3．5另类套利策略
5．ARMA模型与GRU模型在量化投资中的应用
5．2 ARMA在量化投资中的应用
5．2．1偏自相关检验
5．2．2模型识别与参数估计
5．3GRU模型在量化投资中的应用
5．3．1确定网络结构
5．3．2数据预测
6．AR-GRU模型在量化投资中的应用
6．1AR-GRU模型步骤
6．2确定模型结构
6．3数据预测
7．GRU-MA模型在量化投资中的应用
7．2确定网络结构
7．3数据预测
8．1对比
8．2总结
8．3不足与展望
8．3．1不足
8．3．2展望
参考文献
致谢
攻读硕士学位期间发表的论文及科研成果
